<![CDATA[Pengelompokan siswa berdasarkan kemampuan akademik merupakan langkah penting dalam menunjang proses pengambilan keputusan pembelajaran yang lebih akurat dan berbasis data. Perbedaan tingkat pemahaman siswa dapat menyebabkan kesenjangan hasil belajar, sehingga diperlukan metode yang mampu mengelompokkan siswa secara sistematis dan akurat. Penelitian ini dilakukan untuk mengelompokkan siswa berdasarkan nilai akademik melalui metode K-Means Clustering. Data yang digunakan merupakan data sekunder nilai siswa SMP Negeri 1 Kembang periode 2023–2025 yang mencakup 11 mata pelajaran. Tahapan penelitian meliputi pra-pemrosesan data, penanganan missing value menggunakan mean imputation, dan penetapan jumlah cluster optimal menggunakan Elbow Method yang menghasilkan nilai K=3. Selanjutnya, algoritma K-Means digunakan untuk mengkategorikan siswa ke dalam tiga tingkat, yaitu rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa dari 1.011 siswa, terdapat 233 siswa (23,05%) berada dalam tingkat rendah dengan nilai rata-rata 51,49, 404 siswa (39,96%) berada dalam tingkat sedang dengan nilai rata-rata 65,28, dan 374 siswa (36,99%) pada kategori tinggi dengan nilai rata-rata 75,76. Evaluasi menggunakan Davies Bouldin Index (DBI) menunjukkan nilai 1,12567 yang menandakan bahwa hasil clustering memiliki kualitas yang baik. Hasil tersebut membuktikan bahwa metode K-Means Clustering mampu mengkategorikan siswa berdasarkan kemampuan akademik secara akurat dan dapat digunakan sebagai dasar pengambilan keputusan di lingkungan sekolah. Namun, metode ini masih memiliki keterbatasan dalam penentuan jumlah cluster serta belum mempertimbangkan faktor non-akademik.]]>
Copyrights © 2026
